基于稠密连接和非局部运算的烟雾识别方法

摘要：

烟雾图像检测已经成为早期火灾预警的主要技术手段之一,为了提升烟雾识别准确率和运算效率,提出基于稠密连接和非局部运算的深度卷积神经网络用于烟雾识别.首先,设计深度网络中卷积层间的稠密连接机制,构建稠密基本块,增强信息流通和特征重利用,同时也减少模型参数量.然后,为了进一步考虑烟雾图像的全局信息,将非局部运算与稠密基本块中的卷积运算相结合,构建稠密和非局部基本卷积块.最后,利用已经构建的若干个稠密和非局部基本卷积块搭建用于烟雾识别的深度卷积神经网络.在已经公开的烟雾图像数据库上进行性能评估,实验结果表明:所提出的基于稠密连接和非局部运算的烟雾识别方法以不到1M的模型参数量取得了更令人满意的性能.

关键词：烟雾识别、卷积神经网络(CNN)、稠密连接、非局部运算、火灾检测

所属期刊栏目：22

分类号：TP391(计算技术、计算机技术)

资助基金：国家重点研发计划;中央高校基本科研业务费项目;中央高校基本教研业务费项目;证据科学教育部重点实验室中国政法大学开放基金项目;辽宁省科技厅联合开放基金

在线出版日期：2022-09-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：8734-8738